风机振动信号分析智能诊断

📚 共计 30 章节

振动三要素（振幅、频率、相位）、简谐振动、周期振动与随机振动

核心概念入门

传感器选型

加速度、速度、位移传感器工作原理与选型原则

采样定理、抗混叠滤波、采样频率设置、数据长度选择

峰值、峰峰值、均值、均方根值、波形因子、峰值因子

傅里叶变换原理、频谱分辨率、频谱泄漏、窗函数选择

希尔伯特变换、包络解调原理、轴承故障特征频率计算

倒频谱分析

倒频谱定义、边频带识别、齿轮箱故障诊断应用

短时傅里叶变换、小波变换、Wigner-Ville分布

时频非平稳

离心/轴流风机结构、轴承类型、联轴器类型

风机故障模式

不平衡、不对中、松动、轴承/齿轮故障、共振

故障谱总览

不平衡故障

频谱特征、相位特征、诊断方法、动平衡原理

不平衡动平衡

不对中故障

平行/角度不对中、频谱特征、诊断方法

不对中对中

基础松动、轴承座松动、频谱特征、诊断方法

滚动轴承故障

外圈/内圈/滚动体/保持架故障频率计算

轴承特征频率

滑动轴承故障

油膜涡动、油膜振荡、摩擦故障、诊断方法

滑动轴承油膜

齿面磨损、齿根裂纹、断齿、边频带分析

固有频率、模态分析、共振识别、避共振方法

时域/频域/时频域特征、无量纲指标

特征工程指标

PCA、LDA、互信息、特征重要性排序

机器学习基础

监督/无监督学习、训练/验证/测试集划分

ML基础数据划分

支持向量机

SVM原理、核函数、多分类、参数调优

决策树集成、特征重要性、超参数调优、过拟合处理

随机森林集成

K值选择、距离度量、加权投票、优缺点分析

网络结构、激活函数、反向传播、训练技巧

卷积神经网络

1D-CNN原理、卷积/池化层设计、振动信号应用

循环神经网络

LSTM原理、时序建模、剩余寿命预测

预训练模型、微调策略、小样本诊断应用

迁移小样本

准确率、精确率、召回率、F1、混淆矩阵、ROC曲线

离心风机不平衡+轴承故障综合诊断全流程

模型导出、ONNX部署、边缘计算、实时监测系统架构